옳은 길로..

지식그래프를 활용하는 사례들 중에 많은 언급이 되고 있는 사례는 사기 탐지로 보여진다. 사기 탐지와 같은 유형은 단일 데이터를 통해서는 사기와 같은 유형을 찾기가 어렵고, 많은 데이터들이 연결이 되어야 사기 유형의 관계를 보다 용이하게 찾아 낼 수 있다. 또한 시각화를 통해 어느 부분에서 어떤 데이터들이 사기 유형이 일어나는지 쉽게 파악이 가능하다. 이번 글에서는 다음의 사이트에서 제공하는 데이터를 활용하여 직접 사기탐지를 수행하는 맛보기를 해보고자 한다. https://live.yworks.com/demos/complete/frauddetection/index.html 이 데이터의 주요 유형은 계정소유자, 신용카드, 은행지점, 지불, 연락처, 주소, 대출 등의 데이터를 제공하고 있으며, 특정 시점의 데..

코로나19 로 인해 대부분의 사람들이 백신을 맞았을 것입니다. 그 백신 중 하나로 아스트라제네카가 있죠. 펍켐에 등록된 AstraZeneca compound 1 를 찾아보니 이 화합물의 이름은 4-({5-Bromo-4-[(4-methoxyphenyl)amino]pyrimidin-2-yl}amino)benzoic acid 으로 나옵니다. 이 화합물에 대한 스마일스코드를 취득하여 그래프 형태로 나타내보면 어떨까요.. 우선 분자식은 위 그림과 같습니다. 그래프 형태로 바꾸면 좀 더 다이나믹하게 살펴볼 수 있겠군요.

온톨로지 블로그에 그동안 기술한 내용을 토대로 오픈된 데이터를 수집하고, 이를 RDF 형태로 표현, 표현된 데이터를 스토어에 저장, SPARQL Endpoint를 연결한 결과를 사용하는 것에 대해 한번 살펴보겠습니다. 데이터는 국립국어원에서 제공하는 우리말샘 오픈 API의 데이터를 수집했습니다. 키발급 권한을 받아 데이터를 수집할 수 있는데 하루에 5만건 제한이 있어서 며칠동안 수집을 하였습니다. 라이선스는 CC-BY-SA 로 저작자표시-동일조건변경허락 으로 상업적 사용이 가능합니다. 수집 작업에 대한 간단한 코드는 https://github.com/joyhong85/OpenDictAPI.git 국립국어원 우리말샘 오픈 API를 활용한 데이터 수집 에 공개하였습니다. 위 github에서 수집된 데이터를 ..

개인적으로 매일 아침 9시에 어떤 사이트에 새글이 올라왔는지를 보여주는 원페이지 목록 메일을 받게 된다. 이 메일은 수십개의 하이퍼링크들이 그 안에 존재하고 있고, 사용자가 목록의 타이틀을 보다 호기심이 생기는 타이틀이 있으면 그 타이틀을 클릭하여 원문이 있는 사이트로 이동을 하게 된다. 이 글에서는 이러한 하이퍼링크를 얘기하는게 아니라 그 이면의 구조화된 데이터를 통해 정보를 획득하고 가공하는 과정을 살펴보려고 한다. 지난 글에서 RDF 데이터를 HTML에 임베딩하기 위해 RDFa를 사용한다고 했었다. 사실 각각의 하이퍼링크를 따라 웹페이지를 열어보면 그 안에 RDFa로 구조화시킨 정보들이 존재한다. 우선 데보션의 메일 2일치분을 수집하여 그 안에 있는 하이퍼링크 목록을 추출한다. 목록이 준비되면 RD..

온톨로지 언어 온톨로지 언어는 구문별 분류와 구조별 분류로 구분할 수 있다. 그중 구문에 따라 전통적인 구문 온톨로지 언어와 마크업 온톨로지 언어로 분류가 된다. 이번 글에서 이야기 하고자하는 내용은 마크업 온톨로지 언어이다. 이는 1990년 후반부터 마크업 언어를 사용하여 지식을 표현하는데 이 중 가장 대표적인 것으로는 RDF, RDFS, OWL 이 있다. 이들은 컴퓨터가 처리할 수 있는 마크업 언어로 지식을 표현하는 지식 표현 방법들이다. XML을 기반으로 RDF, RDF를 기반으로 RDFS, RDFS를 기반으로 OIL, DAML, OWL이 파생되어 나온 것을 위 그림을 통해 알 수 있다. 1. RDF 자원 기술 프레임워크(Resource Description Framework, RDF)는 웹상의 자..